CN115705349A - 地图构建的方法及其装置 - Google Patents
地图构建的方法及其装置 Download PDFInfo
- Publication number
- CN115705349A CN115705349A CN202110898363.1A CN202110898363A CN115705349A CN 115705349 A CN115705349 A CN 115705349A CN 202110898363 A CN202110898363 A CN 202110898363A CN 115705349 A CN115705349 A CN 115705349A
- Authority
- CN
- China
- Prior art keywords
- map
- information
- data
- detected
- emission source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本申请公开了一种地图构建的方法及其装置,用于可建立准确的地图。一种地图构建的方法包括:获取多个装置的数据,数据包括特征数据、装置运动时发射源的位置信息、及装置的运动路径中的至少二项;特征数据包括装置与实体发射源的角度、装置与实体发射源的距离信息、装置接收信号强度中的至少二项;发射源包括实体发射源和虚拟发射源;根据发射源的位置信息对齐不同笔数据的发射源;根据对齐后的发射源合并不同笔数据的运动路径生成拓扑地图;根据拓扑地图建立无线电地图,无线电地图包括指纹信息和相对坐标的对应关系、第一数值模型和第一机器学习模型中的至少一种;指纹信息包括发射源位置、合并后的路径、无线电信息中的至少一种。
Description
技术领域
本申请涉及服务技术领域,尤其涉及一种地图构建的方法及其装置。
背景技术
在室内空间中,全球定位系统卫星的信号往往比较差或者无法接收,因此传统的GSP定位在室内空间存在无法定位或者定位准确性较差的问题。为了实现室内定位,可采用蓝牙、WI-FI、UWB、Cellular(LTE/NR)等无线技术进行定位。在进行室内定位时,往往需要先建立地图。目前对于公共场所的地图,可利用众包数据建立。众包数据为不同用户的装置(例如移动手机等)采集得到,例如为用户A在某商场从B位置走到C位置时的数据。通过众包数据,可得到用户的运动路径,并得到对应的无线电信号信息(例如接收信号强度等)。通过拼接多用户的运动路径可建立公共场所的拓扑地图,通过公共场所的拓扑地图和无线电信号信息可建立公共场所的地图。而对于智能家居的地图,可利用家庭多个用户在平时生活中在家中移动的数据建立。通过所述数据,可得到家庭用户的运动路径,并得到对应的无线电信号信息(例如接收信号强度等)。通过拼接家庭用户的运动路径可建立智能家居的拓扑地图,通过智能家居的拓扑地图和无线电信号信息可建立智能家居的地图。但是,目前的公共场所的拓扑地图和智能家居的拓扑地图的拼接为直接根据运动路径拼接,这将会导致拼接不准确或者无法拼接,导致地图建立不准确。
发明内容
鉴于以上内容,有必要提供一种地图构建的方法及装置,可建立准确的地图。
第一方面,本申请的一实施例提供一种地图构建的方法,应用于电子设备上,所述地图构建的方法包括:获取多个装置的数据,所述数据包括特征数据、所述装置运动时发射源的位置信息、及所述装置的运动路径中的至少二项;所述特征数据包括所述装置与实体发射源之间的角度、所述装置与所述实体发射源之间的距离信息、所述装置检测到的信号的接收信号强度中的至少二项;所述装置与实体发射源之间的角度包括所述实体发射源直射和反射的信号进入所述装置的角度;所述发射源包括所述实体发射源和所述实体发射源的虚拟发射源;所述位置信息为相对位置信息;根据所述发射源的位置信息对齐不同笔数据的发射源;根据对齐后的发射源合并不同笔数据的装置的运动路径生成拓扑地图;根据所述拓扑地图建立无线电地图,所述无线电地图包括指纹信息和相对坐标的对应关系、第一数值模型和第一机器学习模型中的至少一种;所述指纹信息包括发射源位置、合并后的路径、无线电信息中的至少一种;所述第一数值模型中的变量包括无线电信息,运算结果为相对坐标;所述第一机器学习模型的输入为无线电信息,输出为相对坐标;无线电信息包括所述角度和所述距离信息、所述角度和所述接收信号强度、所述距离信息和所述接收信号强度、由所述角度、所述距离信息以及所述接收信号强度组成的信息中的至少一种。
通过本申请的第一方面,通过对齐不同笔数据的发射源,根据对齐后的发射源合并不同笔数据的装置的运动路径生成拓扑地图,并根据拓扑地图建立无线电地图,可利用发射源作为地标来拼接运动路径,使得拼接的拓扑地图更加标准;通过所述无线电地图包括指纹信息和相对坐标的对应关系、第一数值模型和第一机器学习模型中的至少一种,可提供多样化的无线电地图,方便用户的使用。
根据本申请的一些实施例,所述装置的运动路径为根据特征数据估计的装置的运动路径,所述特征数据还包括感测传感器得出的装置的运动路径,所述获取多个装置的数据,所述数据包括特征数据、发射源的位置信息和所述装置的运动路径中的至少二项包括:获取多个装置的特征数据;根据特征数据中的所述角度和所述距离信息确定所述特征数据的发射源的位置信息;根据特征数据中的所述角度和所述距离信息,估计所述特征数据的所述装置的运动路径;根据所述估计的所述特征数据的所述装置的运动路径和感测传感器得出的装置的运动路径相互参考来修正感测传感器得出的装置的运动路径;所述拓扑地图为合并不同笔数据的修正的感测传感器得出的装置的运动路径生成。通过根据特征数据中的所述角度和所述距离信息确定所述特征数据的发射源的位置信息;根据特征数据中的所述角度和所述距离信息,估计所述特征数据的所述装置的运动路径,并与感测传感器得出的装置的运动路径相互参考可修正成较准确的路径可仅需要从装置处接收特征数据,并可确定发射源的位置信息和修正装置的运动路径,可确定较准确的装置的运动路径,且节省装置的运算量。
根据本申请的一些实施例,所述根据特征数据中的所述角度和所述距离信息确定所述特征数据的发射源的位置信息包括:根据特征数据中的所述角度和所述距离信息通过多径辅助定位算法确定所述特征数据的发射源的位置信息;根据特征数据中的所述角度和所述距离信息,估计所述特征数据的所述装置的运动路径包括:根据特征数据中的所述角度和所述距离信息通过多径辅助定位算法估计所述特征数据的所述装置的运动路径。通过多径辅助定位算法,提供确定发射源的位置信息和估计装置的运动路径的方法。
根据本申请的一些实施例,所述实体发射源包括唯一标识符,所述虚拟发射源包括唯一标识符,所述实体发射源的虚拟发射源的唯一标识符和所述实体发射源的唯一标识符相同;所述根据所述发射源的位置信息对齐不同笔数据的发射源包括:比对不同笔数据的发射源中唯一标志符相同的发射源的位置信息;将不同笔数据的发射源中唯一标识符相同且位置信息相同的发射源集合在同一个位置。通过唯一标志符,可唯一的标定发射源,可方便比对不同的发射源及对齐发射源;通过对齐发射源可以对齐的发射源为地标进行路径的合并。
根据本申请的一些实施例,所述根据对齐后的发射源合并不同笔数据的装置的运动路径包括:根据对齐后的发射源,比对不同笔数据的装置的运动路径;若不同笔数据的装置的运动路径中存在部分或全部运动路径相同,重叠不同笔数据的装置的运动路径中的相同的运动路径;若不同笔数据的装置的运动路径中存在部分或全部运动路径不相同,拼接不同笔数据的装置的运动路径中的不相同的运动路径。通过以对齐后的发射源为地标对运动路径进行比对,比对结果更准确;通过比较部分或全部运动路径,可使得拼接更准确,且即使不同笔数据的运动路径不存在交错重叠的部分,也可根据对齐后的发射源进行拼接。
根据本申请的一些实施例,所述地图构建的方法还包括:获取多个装置运动时的至少一个地理位置信息;根据拓扑地图和多个装置运动时的至少一个地理位置信息确定拓扑地图中其他位置的地理位置信息;根据拓扑地图的地理位置信息和无线电地图建立坐标标定地图,坐标标定地图包括所述指纹信息、相对坐标和地理位置信息的对应关系、第二数值模型和第二机器学习模型中的至少一种;所述第二数值模型中的变量包括无线电信息,运算结果为地理位置信息;所述第二机器学习模型的输入为无线电信息,输出为地理位置信息。通过至少一个地理位置信息,可推出拓扑地图的其他位置的地理位置信息,并可建立坐标标定地图,方便对全球的位置进行定位。
根据本申请的一些实施例,所述地图构建的方法还包括:获取待测装置的待测特征数据,所述待测特征数据包括所述待测装置的运动路径、所述待测装置与所述实体发射源之间的角度、所述待测装置与所述实体发射源之间的距离信息、所述待测装置检测到的信号的接收信号强度中的至少二项,所述待测装置与所述实体发射源之间的角度包括所述实体发射源直射和反射的信号进入所述待测装置的角度;根据所述待测特征数据和所述坐标标定地图确定所述待测装置当前的地理位置。通过待测特征数据和坐标标定地图确定待测装置当前的地理位置,可实现定位功能,可后续结合地理围栏,进行广告推荐/事件提醒、网络资源控制等等,也还可后续结合室内地图实现导航、寻人、寻店等等。
根据本申请的一些实施例,所述地图构建的方法还包括:获取所述装置运动时对物联网装置的操作;根据无线电地图和对物联网装置的操作建立物联网标定地图。通过建立物联网标定地图,可学习用户操作物联网装置的习惯。
根据本申请的一些实施例,所述地图构建的方法还包括:获取待测装置的待测特征数据,所述待测特征数据包括所述待测装置的运动路径、所述待测装置与所述实体发射源之间的角度、所述待测装置与所述实体发射源之间的距离信息、所述待测装置检测到的信号的接收信号强度中的至少二项,所述待测装置与所述实体发射源之间的角度包括所述实体发射源直射和反射的信号进入所述待测装置的角度;根据所述待测特征数据和所述物联网标定地图确定待控制的所述物联网装置。通过确定待控制的所述物联网装置,可控制物联网装置或对待控制的物联网装置生成操作建议。
第二方面,本申请的一实施例还提供一种电子设备,所述电子设备包括至少一个处理器、存储器和通信模块;所述至少一个处理器与所述存储器和所述通信模块连接;所述存储器用于存储指令,所述处理器用于执行所述指令,所述通信模块用于在所述至少一个处理器的控制下与装置进行通信;所述指令在被所述至少一个处理器执行时,使所述至少一个处理器执行如上第一方面任意一种可能的实施方式所述的地图构建的方法。
第三方面,本申请的一实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有程序,所述程序使得计算机设备执行如上第一方面任意一种可能的实施方式所述的地图构建的方法。
第四方面,本申请的一实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机执行指令,所述计算机执行指令存储在计算机可读存储介质中;电子设备的至少一个处理器可以从所述计算机可读存储介质中读取所述计算机执行指令,所述至少一个处理器执行所述计算机执行指令使得所述电子设备执行如上第一方面任意一种可能的实施方式所述的地图构建的方法。
本申请中第二方面到第四方面及其各种实现方式的具体描述,可以参考第一方面及其各种实现方式中的详细描述;并且,第二方面到第四方面及其各种实现方式的有益效果,可以参考第一方面及其各种实现方式中的有益效果分析,此处不再赘述。
附图说明
图1为现有的地图的建立的示意图。
图2为现有的一个固定的发射源和一个接收器之间进行传播的多径结构示意图。
图3为现有的一个固定的实体发射源和一个移动的接收器推估发射源位置的场景示意图。
图4为本申请一实施例的应用环境示意图。
图5为本申请一实施例的地图构建的方法的流程图。
图6为本申请一实施例的地图的建立的示意图。
图7为本申请一实施例的地图构建的方法的示意图。
图8为本申请一实施例的利用地图进行定位的示意图。
图9为本申请一实施例的一种电子设备的结构示意图。
具体实施方式
以下,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请实施例的描述中,“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“例如”等词旨在以具体方式呈现相关概念。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请中的技术领域的技术人员通常理解的含义相同。本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。应理解,本申请中除非另有说明,“多个”是指两个或多于两个。
参考图1,为现有的地图的建立的示意图。如图1所示,地图的建立包括步骤多次采集,个别估地标位置,地标位置对齐、合并路径、及建立Radio DB。在地图的建立之前,可采集数据。具体的,装置可通过惯性测量单元等传感器采集装置的状态数据,并计算出装置的运动路径;装置还采集电子装置获取对应的无线电信号信息(例如接收信号强度等)。所述装置可为机器人、移动终端等。在采集数据后,电子设备可根据采集的数据实现地图的建立。虽然,图1中仅示出了3笔采集的数据,但是可理解的是,采集的数据为多笔,图1中仅示出了采集的数据中的部分。其中,在个别估地标位置时,电子设备通过装置的运动路径找出定位点、转角、上下楼等地标位置,例如对应装置的运动路径,某个位置开始没有GPS信号,可确定为从室外走到室内,即此位置为定位点;装置的运动路径为左转或右转时,可确定出转角。在建立地图后,可方便后续的定位(如图1所示)。其中,在智能家居的地图的建立过程中,还可将所有采集的数据进行聚类划分区域,如所有采集的数据聚类为卧室区域的数据,并根据这些采集的数据建立卧室的地图。但是,每个装置的运动路径之间必须要交错,若装置的运动路径相隔一段距离则无法进行装置的运动路径的拼接。同时,由于装置的运动路径为通过惯性测量单元预估确定,则离所述定位点越远时装置的运动路径可能误差越大,将会导致在室内深度进行拼接时可能拼接错误。而且,转角作为地标位置时会导致将掉头也作为转角;可能装置的运动路径仅在一个平面上,没有进行上下楼,这将会导致平面缺乏上下垂直特征;装置的运动路径可能为运动至其他区域,例如旁边的停车场,则将导致边缘无特殊地标信息,这些特殊情况将会导致拼接不准确。此外,在智能家居的地图的建立过程中,需要每个房间都接收到多个发射源发射的信号以形成有效的信号指纹,而且还可能会由于房间之间的信号相差较小且无线电信号容易出现波动可能出现多个房间聚成一个区域或者一个房间聚成多个区域的问题。上述的这些都会导致地图的建立不准确。
参考图2至图3,图2为现有的一个固定的实体发射源和一个装置之间进行传播的多径结构示意图。图3为现有的一个固定的实体发射源和一个移动的装置推估发射源位置的场景示意图。目前,针对无线电信号可通过多径辅助定位算法(channel-SLAM)进行定位。图2示出了多径辅助定位算法的概念。在图2中,固定发射源发射的无线电信号在传播时,这些”射线”可在光滑的平面(比如建筑物的墙、地板)上进行反射。发射源发出的无线电信号可以通过多条路径传播到同一位置,例如通过直射或反射传播到同一位置,则装置可接收到多条射线。每条射线有不同的能量强度和时延。反射射线可认为是所述固定发射源的虚拟发射源射出的射线,在图2中用圆圈圈出。在通过多径辅助定位算法进行定位时,可通过无电线信号信息估出实体发射源的位置和虚拟发射源的位置。其中,装置在每个位置时皆可估出实体发射源和所述实体发射源的多个虚拟发射源。通过装置的运动可推估出收敛的虚拟发射源,并可同时估出装置的运动路径。例如,在图3中,在装置从0米走到23米时,可估出一个实体发射源和所述实体发射源的两个虚拟发射源,估出所述实体发射源的位置和所述虚拟发射源的位置,并估出装置的运动路径。
参考图4,为本申请一实施例的应用环境示意图。如图4所示,电子设备40与多个装置41连接。所述电子设备40可以是手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述装置41可为机器人、移动终端等。在装置41所处的空间中,存在多个实体发射源42。每个实体发射源42具有唯一的标志符,例如发射源ID等。所述装置41可包括感测传感器。所述感测传感器可为惯性测量单元、姿态传感器、重力传感器、陀螺仪、加速度传感器中的至少一种。所述装置41可通过所述感测传感器采集所述装置41移动时的姿态数据,并根据姿态数据确定装置41的运动路径。所述装置41还可采集所述装置41与所述实体发射源42之间的角度和距离,所述装置41与所述实体发射源之间的角度包括实体发射源直射和反射的信号进入装置的角度。所述电子设备40可获取多个所述装置41的运动路径和所述装置41与实体发射源之间的角度和距离,并根据多个所述装置41的运动路径和所述装置41与发射源之间的角度和距离通过多径辅助定位算法(channel-SLAM)修正所述装置41的运动路径和确定发射源的位置信息。所述发射源包括实体发射源42和虚拟发射源。所述电子设备40还可对齐所述发射源,并合并修正后的所有装置41的运动路径生成拓扑地图,并根据拓扑地图建立无线电地图。
参考图5,为本申请一实施例的地图构建的方法的流程图。所述地图构建的方法应用于电子设备上,用于构建公共场所的地图。所述地图构建的方法包括:
S501:获取多个装置采集的特征数据,所述特征数据包括装置的运动路径、及装置与实体发射源之间的角度和距离信息,所述装置与所述实体发射源之间的角度包括实体发射源直射和反射的信号进入装置的角度,每个实体发射源包括唯一标识符;多笔特征数据中包括多个装置的运动路径中的至少一个地理位置信息。
所述装置可位于公共场所中。所述公共场所可为医疗机构、主题公园、工厂、商场、办公楼、博物馆、机场等。在所述公共场所中,可设置一个或多个实体发射源AP。所述实体发射源的唯一的标志符可为,例如路由器ID、实体发射源的标号等。每个实体发射源发出的无线电信号可以通过多条路径传播到同一位置,例如通过直射或公共场所的墙壁等反射传播到同一位置,则装置可接收到多条射线。每条射线有不同的能量强度和时延。所述装置与所述实体发射源之间的角度可为,例如实体发射源直接射出的信号s1进入所述装置的角度r1和所述射线反射后形成的多条反射的信号s2,s3,s4进入所述装置的角度r2,r3,r4。所述距离信息可为远或者近,或者大概距离。所述特征数据还可包括装置检测到的信号的接收信号强度。
所述装置可包括感测传感器。所述感测传感器可为惯性测量单元、姿态传感器、重力传感器、陀螺仪、加速度传感器中的至少一种。所述装置可通过所述感测传感器采集所述装置的姿态数据。所述装置还根据采集的所述装置的姿态数据确定所述装置的运动路径。所述装置还可包括GPS传感器。所述GPS传感器可感测装置的地理位置信息。可理解的是,所述GPS传感器为在所述GPS卫星的信号覆盖的区域(例如公共区域的门口附近等)感测装置的地理位置信息。则,所述装置在所述装置运动时,采集所述装置的姿态数据,还可在某些位置采集到所述装置的地理位置信息,则所述特征数据中还可同时包括装置的地理位置信息。所述装置可通过采集得到特征数据,例如采集一段时间的数据或者一段距离的数据。所述装置所采集的特征数据还可为多个,即不同的特征数据可为同一装置采集,例如装置1采集商场I一段时间的数据和采集工厂J一段距离的数据。
图6中多次采集示出了三个装置的特征数据,例如装置1在某商场往上右转时的特征数据,装置2在所述商场直走后直接掉头出门时的特征数据,装置3在所述商场从门口走到商场外的停车场时的特征数据。可理解的是,特征数据的数量可为其他的数量,采集的位置可为多个公共场所,本申请对此不作限制。
S502:根据装置与实体发射源之间的角度和距离信息确定所述特征数据的发射源的位置信息,所述发射源包括实体发射源和实体发射源的虚拟发射源,所述虚拟发射源包括唯一标识符,所述实体发射源的虚拟发射源的唯一标识符和实体发射源的唯一标识符相同,所述位置信息为相对位置信息。
在本实施例中,通过多径辅助定位算法(channel-SLAM)确定实体发射源和虚拟发射源的位置信息。具体的,装置在不同位置时,可通过装置与实体发射源之间的角度和距离信息估计实体发射源和多个不同虚拟发射源的位置信息,则可根据装置运动过程中所估计的实体发射源和多个不同虚拟发射源的位置信息确定收敛实体发射源和虚拟发射源的位置信息。例如装置在位置p时,可通过装置与实体发射源之间的角度和距离信息估计实体发射源和十个虚拟发射源的位置信息,装置在位置q时,可通过装置与实体发射源之间的角度和距离信息估计实体发射源和八个虚拟发射源的位置信息,则可在装置运动时,收敛确定实体发射源和实体发射源的虚拟发射源的位置信息。所述实体发射源的虚拟发射源的唯一标识符和实体发射源的唯一标识符相同可为,例如实体发射源的唯一标志符为A,则实体发射源A的多个虚拟发射源的唯一标志符也为A。所述相对位置信息不是地理位置信息,为当前环境中的一个局部坐标系中的坐标。反射射线可认为是所述实体发射源的虚拟发射源射出的射线。
继续以上述的图6中的多次采集为例,可确定装置1的运动路径附近有两个发射源A及四个发射源B,并可确定两个发射源A的位置信息,及四个发射源B的位置信息;装置2的运动路径附近有三个发射源A及两个发射源B,并可确定三个发射源A的位置信息,及两个发射源B的位置信息;装置3的运动路径附近有三个发射源A,并可确定三个发射源A的位置信息,如图6中的估计发射源位置所示。
S503:修正获取的装置的运动路径。
由于上述获取的装置的运动路径是根据感测传感器所感测的姿态数据确定,在装置的运动过程中,感测传感器的误差会累积,导致获取的装置的运动路径存在较大的误差。在本实施例中,可根据装置与实体发射源之间的角度和距离信息通过多径辅助定位算法(channel-SLAM)估计装置的运动路径,通过估计的装置的运动路径与获取的装置的运动路径相互参考,可修正获取的装置的运动路径。如图6所示,在多次采集中各装置的运动路径呈曲线状。在经过修正后,如图6中的修正路径中各装置的运动路径全是直线。
S504:根据发射源的位置信息对齐不同笔特征数据的发射源。
根据发射源的位置信息对齐不同笔特征数据的发射源包括:比对不同笔特征数据的发射源中唯一标志符相同的发射源的位置信息;将不同笔特征数据的发射源中唯一标识符相同且位置信息相同的发射源集合在同一个位置。所述位置信息相同包括位置信息大致相同和位置信息完全相同。所述位置信息大致相同包括位置信息之间的距离小于预设值。在本实施例中,可通过IPC(Iterative Closest Point,迭代最近点算法)、ORB(OrientedFAST and Rotated BRIEF,特征提取算法)、KLT(Kanade-Lucas-Tomasi,跟踪算法)等比对算法中的至少一种,或者机器学习聚类比对发射源中唯一标志符相同的发射源的位置信息。
例如,继续以上述图6中的估计发射源位置为例,比对装置2的特征数据的发射源中发射源A的位置信息和装置1的特征数据的发射源中发射源A的位置信息,确定装置2的特征数据的发射源中两个发射源A的位置信息与装置1的特征数据的发射源中两个发射源A的位置信息大致相同,则将这两笔特征数据的这两个发射源A对齐;比对装置2的特征数据的发射源中发射源B的位置信息和装置1的特征数据的发射源中发射源B的位置信息,确定装置2的特征数据的发射源中发射源B的位置信息与装置1的特征数据的发射源中发射源B的位置信息相同,则将这两笔特征数据的发射源B对齐。按照相同的比对和对齐方法,可将装置3的特征数据的发射源与装置1的特征数据的发射源和装置2的特征数据的发射源对齐,如图6中的发射源对齐所示。
S505:根据对齐后的发射源合并不同笔特征数据的修正后的装置的运动路径生成拓扑地图。
在本实施例中,根据对齐后的发射源,比对不同笔特征数据的修正后的装置的运动路径;若不同笔特征数据的修正后的装置的运动路径中存在部分或全部运动路径相同,可对齐不同笔特征数据的修正后的装置的运动路径中的相同的运动路径;若不同笔特征数据的修正后的装置的运动路径中存在部分或全部运动路径不相同,可拼接不同笔特征数据的修正后的装置的运动路径中的不相同的运动路径。可理解的是,即使不同笔特征数据的修正后的装置的运动路径不存在交错重叠的部分,也可根据对齐后的发射源进行拼接。
例如,继续以上述的图6中的对齐发射源为例,以对齐后的发射源为辅助,比对不同笔特征数据的修正后的装置的运动路径,其中装置2的特征数据的修正后的装置的运动路径和装置1的特征数据的修正后的装置的运动路径存在部分相同,则对齐这两笔特征数据的修正后的装置的运动路径中的相同的部分,即这两笔特征数据的修正后的装置的运动路径中的相同的部分重叠;装置2的特征数据的修正后的装置的运动路径和装置1的特征数据的修正后的装置的运动路径存在部分不相同,则拼接这两笔特征数据的修正后的装置的运动路径中的不相同的部分。这样将可将装置2的特征数据的修正后的装置的运动路径和装置1的特征数据的修正后的装置的运动路径合并。按照相同的合并方法,可将装置3的特征数据的修正后的装置的运动路径与装置1的特征数据的修正后的装置的运动路径和装置2的特征数据的修正后的装置的运动路径合并,如图6中的合并路径所示。在图6中的合并路径中还同时示出了对齐其他数量的发射源,对于其他数量的发射源的对齐过程和上述的对齐发射源的过程相似,在此不再赘述。
S506:根据拓扑地图建立无线电地图,无线电地图包括指纹信息和相对坐标的对应关系、第一数值模型和第一机器学习模型中的至少一种;所述指纹信息包括发射源位置、合并后的路径、无线电信息中的至少一种;所述第一数值模型中的变量包括无线电信息,运算结果为相对坐标;所述第一机器学习模型的输入为无线电信息,输出为相对坐标;无线电信息包括角度和距离信息、角度和接收信号强度、距离信息和接收信号强度、由角度、距离信息以及接收信号强度组成的信息中的至少一种。
在本实施例中,若无线电地图包括指纹信息和相对坐标的对应关系,所述指纹信息包括角度和距离信息、角度和接收信号强度、距离信息和接收信号强度、由角度、距离信息以及接收信号强度组成的信息中的至少一种;或者无线电地图包括第一数值模型;或者无线电地图包括第一机器学习模型,则步骤S506为根据拓扑地图和特征数据中的对应信息建立无线电地图。
所述无线电地图可如下表1。
表1
发射源A的信号强度 | 发射源A的角度 | 相对坐标 |
-60dBm | 20° | (M<sub>1</sub>,N<sub>1</sub>) |
-80dBm | 45° | (M<sub>2</sub>,N<sub>2</sub>) |
… | … | … |
-90dBm | 60° | (M<sub>N</sub>,N<sub>N</sub>) |
表1以指纹信息和相对坐标的对应关系为例示出了无线电地图。所述指纹信息和对应的相对坐标组成了所述无线电地图。所述指纹信息为一个二维的向量,包括角度和接收信号强度。可理解的是,表1只是无线电地图的一种示例,无线电地图中也可包括多个发射源,无线电地图可包括第一数值模型或者第一机器学习模型,本申请并不对无线电地图的内容和形式进行限定。
第一数值模型是利用变量、等式和不等式以及数学运算等数学符号来描述无线电信号与相对坐标的模型。通过将变量的值代入所述第一数值模型就可得到对应的相对坐标。第一机器学习模型是通过多组无线电信息和相对坐标的数据训练得到的一个模型。通过将无线电信息输入所述第一机器学习模型就可输出对应的相对坐标。
在图6中的建立无线电地图中示出了包括无线电信息和相对坐标的对应关系的无线电地图的另一种形式,和包括发射源和相对位置的对应关系的无线电地图,可理解的是,图6中的建立无线电地图只是无线电地图的另两种示例,本申请并不对无线电地图的内容和形式进行限定。
S507:根据拓扑地图和多个装置的运动路径中的至少一个地理位置信息确定拓扑地图中其他位置的地理位置信息。
在本实施例中,根据至少一个地理位置可推出拓扑地图中的其他位置的地理位置,例如知道拓扑地图中的某商场的门口的地理位置信息,则可相应的推出拓扑地图中的其他位置的地理位置。
S508:根据拓扑地图的地理位置信息和无线电地图建立坐标标定地图,坐标标定地图包括指纹信息、相对坐标和地理位置信息的对应关系、第二数值模型和第二机器学习模型中的至少一种;所述第二数值模型中的变量包括无线电信息,运算结果为地理位置信息;所述第二机器学习模型的输入为无线电信息,输出为地理位置信息;无线电信息包括角度和距离信息、角度和接收信号强度、距离信息和接收信号强度、由角度、距离信息以及接收信号强度组成的信息中的至少一种。
所述坐标标定地图可如下表2。
表2
发射源A的信号强度 | 发射源A的角度 | 相对坐标 | 地理位置信息 |
-60dBm | 20° | (M<sub>1</sub>,N<sub>1</sub>) | 北纬X<sub>1</sub>,东经Y<sub>1</sub> |
-80dBm | 45° | (M<sub>2</sub>,N<sub>2</sub>) | 北纬X<sub>2</sub>,东经Y<sub>2</sub> |
… | … | … | … |
-90dBm | 60° | (M<sub>N</sub>,N<sub>N</sub>) | 北纬X<sub>N</sub>,东经Y<sub>N</sub> |
表2以指纹信息、相对坐标和地理位置信息的对应关系为例示出了坐标标定地图。所述指纹信息、对应的相对坐标和地理位置信息组成了所述坐标标定地图。所述指纹信息为一个二维的向量,包括角度和接收信号强度。可理解的是,表2只是坐标标定地图的一种示例,坐标标定地图中也可包括多个发射源,坐标标定地图也可包括第一数值模型或者第一机器学习模型等,本申请并不对坐标标定地图的内容和形式进行限定。
第二数值模型是利用变量、等式和不等式以及数学运算等数学符号来描述无线电信号与地理位置信息的模型。通过将变量的值代入所述第二数值模型就可得到对应的地理位置信息。第二机器学习模型的输入为无线电信息,输出为地理位置信息。通过将无线电信息输入所述第二机器学习模型就可输出对应的地理位置信息。
可理解的是,图7包括建立坐标标定地图的过程,与上述的步骤S501至S508相似,为了避免赘述,在此不再对图7的建立坐标标定地图的过程进行详细的描述。
S509:获取待测装置采集的待测特征数据,所述待测特征数据包括待测装置的运动路径、及待测装置与实体发射源之间的角度和距离信息,所述待测装置与所述实体发射源之间的角度包括实体发射源直射和反射的信号进入待测装置的角度。
所述待测装置可为所述多个装置中的一个,或者与所述多个装置不同。所述待测特征数据还可包括接收信号强度。所述获取待测装置采集的待测特征数据的过程可以参见前述获取多个装置采集的特征数据的过程,在此不再赘述。
S510:根据所述待测特征数据和所述坐标标定地图确定所述待测装置当前的地理位置。
若所述坐标标定地图包括指纹信息和地理位置信息的对应关系,所述指纹信息包括发射源位置,根据所述待测特征数据和所述坐标标定地图确定所述装置当前的地理位置包括:
获取坐标标定地图中的发射源位置;根据发射源位置和待测特征数据估计待测装置的运动路径;根据估计的待测装置的运动路径和坐标标定地图确定所述装置当前的地理位置。
在本实施例中,根据发射源位置和待测特征数据通过多径辅助定位算法(channel-SLAM)估计待测装置的运动路径。所述待测装置的运动路径为相对坐标。根据估计的待测装置的运动路径和坐标标定地图确定所述装置当前的地理位置包括:通过查表的方式在坐标标定地图中查询与所述待测装置的运动路径中当前位置匹配的地理位置信息,并确定匹配的地理位置信息为所述装置当前的地理位置。
若所述坐标标定地图包括地理位置信息和指纹信息的对应关系,所述指纹信息包括合并后的路径,根据所述待测特征数据和所述坐标标定地图确定所述装置当前的地理位置包括:
通过查表的方式在坐标标定地图中查询与所述待测特征数据中的待测装置的运动路径中当前位置匹配的地理位置信息,并确定匹配的地理位置信息为所述装置当前的地理位置。
若所述坐标标定地图包括地理位置信息和指纹信息的对应关系,所述指纹信息包括角度和距离信息、角度和接收信号强度、距离信息和接收信号强度、由角度、距离信息以及接收信号强度组成的信息中的至少一种,根据所述待测特征数据和所述坐标标定地图确定所述装置当前的地理位置包括:
通过查表的方式在坐标标定地图中查询与所述待测特征数据中的无线电信息匹配的地理位置信息,并确定匹配的地理位置信息为所述装置当前的地理位置;无线电信息包括角度和距离信息、角度和接收信号强度、距离信息和接收信号强度、由角度、距离信息以及接收信号强度组成的信息中的至少一种。
若所述坐标标定地图包括第二数值模型,根据所述待测特征数据和所述坐标标定地图确定所述装置当前的地理位置包括:
将所述待测特征数据中的无线电信息代入所述第二数值模型确定所述装置当前的地理位置。
若所述坐标标定地图包括第二机器学习模型,根据所述待测特征数据和所述坐标标定地图确定所述装置当前的地理位置包括:
将所述待测特征数据中的无线电信息输入所述第二机器学习模型输出所述装置当前的地理位置。
可理解的是,图8包括根据包括发射源位置的坐标标定地图确定待测装置当前的位置的过程,与上述的步骤S509至S510相似,为了避免赘述,在此不再对图8的建立坐标标定地图的过程进行详细的描述。
从而,在确定所述装置当前的地理位置后,可结合地理围栏,进行广告推荐/事件提醒、网络资源控制等等,也还结合室内地图实现导航、寻人、寻店等等。
可理解的是,本申请还可根据无线电地图进行定位,其定位过程与根据坐标标定地图定位的过程相似,不同之处在于为根据所述待测特征数据和所述无线电地图确定所述装置当前的相对坐标,如图6中的定位所示。
可理解的是,在上述构建公共场所的地图的场景中,确定发射源的位置和修正装置的运动路径也可不是由电子设备执行,而是由装置执行,电子设备不仅获取所述特征数据,还直接获取多个装置根据特征数据确定的发射源的位置和估计的装置的运动路径。可理解的是,由于电子设备获取根据特征数据估计的装置的运动路径,则电子设备可在获取根据特征数据估计的装置的运动路径时,仅获取特征数据中的部分特征,例如不获取感测传感器得出的装置的运动路径,则电子设备后续可根据对齐后的发射源合并不同笔数据的估计的装置的运动路径生成拓扑地图,本申请对此不作限制。
图5所示的地图构建的方法不仅可用于构建公共场所的地图,还可用于构建智能家居的地图。在构建智能家居的地图的场景下,与上述图5的构建公共场所的地图的不同之处在于:
所述装置在采集所述装置的姿态数据时,还可采集对IoT(Intemet of Things,物联网)装置的操作,则特征数据还可包括对IoT装置的操作。例如,在装置运动至卧室时,用户打开卧室的灯,则特征数据还包括开卧室灯。在根据拓扑地图建立无线电地图之后,可根据无线电地图和对IoT装置的操作建立IoT标定地图,IoT标定地图包括对IoT装置的操作、相对坐标和指纹信息的对应关系、第三数值模型和第三机器学习模型中的至少一种;所述第三数值模型中的变量包括无线电信息;所述第三机器学习模型的输入为无线电信息,输出为对IoT装置的操作;无线电信息包括角度和距离信息、角度和接收信号强度、距离信息和接收信号强度、由角度、距离信息以及接收信号强度组成的信息中的至少一种。所述无线电地图和所述IoT标定地图可分别如下表3和下表4:
表3
发射源 | 相对坐标 |
发射源A | (M<sub>1</sub>,N<sub>1</sub>) |
发射源B | (M<sub>2</sub>,N<sub>2</sub>) |
... | ... |
发射源N | (M<sub>N</sub>,N<sub>N</sub>) |
表3以发射源和相对坐标的对应关系为例示出了无线电地图。所述发射源和对应的相对坐标组成了所述无线电地图。可理解的是,表3只是无线电地图的一种示例,本申请并不对无线电地图的内容和形式进行限定。
表4
IoT装置 | 相对坐标 |
卧室灯 | (3,5)~(5,6) |
餐厅灯 | (7,4)~(10,9) |
... | ... |
客厅音响 | (5,8)~(7,8) |
表4以IoT装置和相对坐标的对应关系为例示出了IoT标定地图。所述IoT装置和对应的相对坐标组成了所述IoT标定地图。可理解的是,表4只是IoT标定地图的一种示例,IoT标定地图中的相对坐标还可为四个坐标点,本申请并不对IoT标定地图的内容和形式进行限定。可理解的是,图7也包括建立IoT标定地图的过程,为了避免赘述,在此不再对图7的建立IoT标定地图的过程进行详细的描述。
在获取待测装置采集的待测特征数据后,根据所述待测特征数据和所述IoT标定地图确定待控制的IoT装置。根据所述待测特征数据和所述IoT标定地图确定待控制的IoT装置的过程和根据所述待测特征数据和所述坐标标定地图确定所述装置当前的地理位置的过程相似,在此不再赘述。在确定待控制的IoT装置后,可控制IoT装置或对待控制的IoT装置生成操作建议。可理解的是,图8也包括根据IoT标定地图确定待控制的IoT装置的过程,为了避免赘述,在此不再对图8的确定待控制的IoT装置的过程进行描述的描述。
可理解的是,在构建公共场所的地图时,根据拓扑地图建立的无线电地图中的指纹信息可仅包括无线电信息。在构建智能家居的地图时,根据拓扑地图建立的无线电地图中的指纹信息可仅包括发射源位置或者合并后的路径。
参考图9,为本申请一实施例的一种电子设备的结构示意图。所述电子设备9可以是手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。电子设备9包括:至少一个处理器90(图9中仅示出一个)处理器、存储器91、存储在所述存储器91中并可在所述至少一个处理器90上运行的计算机程序92、及通信模块93,所述处理器90执行所述计算机程序92时实现下述任意各个地图构建的方法实施例中的步骤。
所述电子设备9可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图9仅仅是电子设备9的举例,并不构成对电子设备9的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所述至少一个处理器90与所述存储器91和所述通信模块93连接。所述处理器90可以是中央处理单元(Central Processing Unit,CPU),所述处理器90还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器也可以是任何常规的处理器等。
所述存储器91在一些实施例中可以是所述电子设备9的内部存储单元,例如电子设备9的硬盘或内存。所述存储器91在另一些实施例中也可以是所述电子设备9的外部存储设备,例如所述电子设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器91还可以既包括所述电子设备9的内部存储单元也包括外部存储设备。所述存储器91用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如指令等。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。所述处理器90用于执行所述指令,所述通信模块93用于在所述至少一个处理器90的控制下与装置进行通信。所述指令在被所述至少一个处理器90执行时,使所述至少一个处理器90执行图5所示的地图构建的方法。
除以上方法和设备外,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有程序,所述程序使得计算机设备执行图5所示的地图构建的方法。
本申请实施例还提供一种计算机程序产品,所述计算机程序产品包括计算机执行指令,所述计算机执行指令存储在计算机可读存储介质中;电子设备的至少一个处理器可以从所述计算机可读存储介质中读取所述计算机执行指令,所述至少一个处理器执行所述计算机执行指令使得所述电子设备实现图5所示的地图构建的方法。
最后应说明的是,以上实施例仅用以说明本申请的技术方案而非限制,尽管参照较佳实施例对本申请进行了详细说明,本领域的普通技术人员应当理解,可以对本申请的技术方案进行修改或等同替换,而不脱离本申请技术方案的精神和范围。
Claims (12)
1.一种地图构建的方法,应用于电子设备上,所述地图构建的方法包括:
获取多个装置的数据,所述数据包括特征数据、所述装置运动时发射源的位置信息、及所述装置的运动路径中的至少二项;所述特征数据包括所述装置与实体发射源之间的角度、所述装置与所述实体发射源之间的距离信息、所述装置检测到的信号的接收信号强度中的至少二项;所述装置与实体发射源之间的角度包括所述实体发射源直射和反射的信号进入所述装置的角度;所述发射源包括所述实体发射源和所述实体发射源的虚拟发射源;所述位置信息为相对位置信息;
根据所述发射源的位置信息对齐不同笔数据的发射源;
根据对齐后的发射源合并不同笔数据的装置的运动路径生成拓扑地图;
根据所述拓扑地图建立无线电地图,所述无线电地图包括指纹信息和相对坐标的对应关系、第一数值模型和第一机器学习模型中的至少一种;所述指纹信息包括发射源位置、合并后的路径、无线电信息中的至少一种;所述第一数值模型中的变量包括无线电信息,运算结果为相对坐标;所述第一机器学习模型的输入为无线电信息,输出为相对坐标;无线电信息包括所述角度和所述距离信息、所述角度和所述接收信号强度、所述距离信息和所述接收信号强度、由所述角度、所述距离信息以及所述接收信号强度组成的信息中的至少一种。
2.如权利要求1所述的地图构建的方法,其特征在于,所述装置的运动路径为根据特征数据估计的装置的运动路径,所述特征数据还包括感测传感器得出的装置的运动路径,所述获取多个装置的数据,所述数据包括特征数据、发射源的位置信息和所述装置的运动路径中的至少二项包括:
获取多个装置的特征数据;
根据特征数据中的所述角度和所述距离信息确定所述特征数据的发射源的位置信息;
根据特征数据中的所述角度和所述距离信息,估计所述特征数据的所述装置的运动路径;
根据所述估计的所述特征数据的所述装置的运动路径和感测传感器得出的装置的运动路径相互参考来修正感测传感器得出的装置的运动路径;所述拓扑地图为合并不同笔数据的修正的感测传感器得出的装置的运动路径生成。
3.如权利要求2所述的地图构建的方法,其特征在于:
所述根据特征数据中的所述角度和所述距离信息确定所述特征数据的发射源的位置信息包括:
根据特征数据中的所述角度和所述距离信息通过多径辅助定位算法确定所述特征数据的发射源的位置信息;
根据特征数据中的所述角度和所述距离信息,估计所述特征数据的所述装置的运动路径包括:
根据特征数据中的所述角度和所述距离信息通过多径辅助定位算法估计所述特征数据的所述装置的运动路径。
4.如权利要求1所述的地图构建的方法,其特征在于,所述实体发射源包括唯一标识符,所述虚拟发射源包括唯一标识符,所述实体发射源的虚拟发射源的唯一标识符和所述实体发射源的唯一标识符相同;所述根据所述发射源的位置信息对齐不同笔数据的发射源包括:
比对不同笔数据的发射源中唯一标志符相同的发射源的位置信息;
将不同笔数据的发射源中唯一标识符相同且位置信息相同的发射源集合在同一个位置。
5.如权利要求1所述的地图构建的方法,其特征在于,所述根据对齐后的发射源合并不同笔数据的装置的运动路径包括:
根据对齐后的发射源,比对不同笔数据的装置的运动路径;
若不同笔数据的装置的运动路径中存在部分或全部运动路径相同,重叠不同笔数据的装置的运动路径中的相同的运动路径;
若不同笔数据的装置的运动路径中存在部分或全部运动路径不相同,拼接不同笔数据的装置的运动路径中的不相同的运动路径。
6.如权利要求1所述的地图构建的方法,其特征在于,所述地图构建的方法还包括:
获取多个装置运动时的至少一个地理位置信息;
根据拓扑地图和多个装置运动时的至少一个地理位置信息确定拓扑地图中其他位置的地理位置信息;
根据拓扑地图的地理位置信息和无线电地图建立坐标标定地图,坐标标定地图包括所述指纹信息、相对坐标和地理位置信息的对应关系、第二数值模型和第二机器学习模型中的至少一种;所述第二数值模型中的变量包括无线电信息,运算结果为地理位置信息;所述第二机器学习模型的输入为无线电信息,输出为地理位置信息。
7.如权利要求6所述的地图构建的方法,其特征在于,所述地图构建的方法还包括:
获取待测装置的待测特征数据,所述待测特征数据包括所述待测装置的运动路径、所述待测装置与所述实体发射源之间的角度、所述待测装置与所述实体发射源之间的距离信息、所述待测装置检测到的信号的接收信号强度中的至少二项,所述待测装置与所述实体发射源之间的角度包括所述实体发射源直射和反射的信号进入所述待测装置的角度;
根据所述待测特征数据和所述坐标标定地图确定所述待测装置当前的地理位置。
8.如权利要求1所述的地图构建的方法,其特征在于,所述地图构建的方法还包括:
获取所述装置运动时对物联网装置的操作;
根据无线电地图和对物联网装置的操作建立物联网标定地图。
9.如权利要求8所述的地图构建的方法,其特征在于,所述地图构建的方法还包括:
获取待测装置的待测特征数据,所述待测特征数据包括所述待测装置的运动路径、所述待测装置与所述实体发射源之间的角度、所述待测装置与所述实体发射源之间的距离信息、所述待测装置检测到的信号的接收信号强度中的至少二项,所述待测装置与所述实体发射源之间的角度包括所述实体发射源直射和反射的信号进入所述待测装置的角度;
根据所述待测特征数据和所述物联网标定地图确定待控制的所述物联网装置。
10.一种电子设备,其特征在于,所述电子设备包括至少一个处理器、存储器和通信模块;
所述至少一个处理器与所述存储器和所述通信模块连接;
所述存储器用于存储指令,所述处理器用于执行所述指令,所述通信模块用于在所述至少一个处理器的控制下与装置进行通信;
所述指令在被所述至少一个处理器执行时,使所述至少一个处理器执行如权利要求1至9中任意一项所述的地图构建的方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序,所述程序使得电子设备执行如权利要求1至9中任意一项所述的地图构建的方法。
12.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机执行指令,所述计算机执行指令存储在计算机可读存储介质中;电子设备的至少一个处理器可以从所述计算机可读存储介质中读取所述计算机执行指令,所述至少一个处理器执行所述计算机执行指令使得所述电子设备执行如权利要求1至9中任意一项所述的地图构建的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898363.1A CN115705349A (zh) | 2021-08-05 | 2021-08-05 | 地图构建的方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110898363.1A CN115705349A (zh) | 2021-08-05 | 2021-08-05 | 地图构建的方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115705349A true CN115705349A (zh) | 2023-02-17 |
Family
ID=85179920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110898363.1A Pending CN115705349A (zh) | 2021-08-05 | 2021-08-05 | 地图构建的方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115705349A (zh) |
-
2021
- 2021-08-05 CN CN202110898363.1A patent/CN115705349A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhuang et al. | Evaluation of two WiFi positioning systems based on autonomous crowdsourcing of handheld devices for indoor navigation | |
US9683851B2 (en) | Indoor magnetic field based location discovery | |
US9494432B2 (en) | Collaborative navigation techniques for mobile devices | |
KR101728123B1 (ko) | 지구 자기장을 이용한 동시 로컬리제이션 및 매핑 | |
Shin et al. | Unsupervised construction of an indoor floor plan using a smartphone | |
US10415978B2 (en) | Landmark location determination | |
KR101639029B1 (ko) | 소실점 결정에 기초하는 센서 교정 및 포지션 추정 | |
JP5980122B2 (ja) | 電磁信号源の位置特定 | |
US20140153773A1 (en) | Image-Based Indoor Position Determination | |
Tian et al. | Towards ubiquitous indoor localization service leveraging environmental physical features | |
Tiglao et al. | Smartphone-based indoor localization techniques: State-of-the-art and classification | |
Jeong et al. | SALA: Smartphone-assisted localization algorithm for positioning indoor IoT devices | |
CN105531599A (zh) | 用于飞行时间指纹采集和地理定位的方法和装置 | |
Mackey et al. | Enhanced indoor navigation system with beacons and kalman filters | |
Chen et al. | Crowdx: Enhancing automatic construction of indoor floorplan with opportunistic encounters | |
Hofer et al. | Seamless navigation using GNSS and Wi-Fi/IN with intelligent checkpoints | |
Štancel et al. | Indoor atlas service as a tool for building an interior navigation system | |
Zhuang et al. | Autonomous WLAN heading and position for smartphones | |
Chen et al. | Path distance-based map matching for Wi-Fi fingerprinting positioning | |
Qiu et al. | CRISP: Cooperation among smartphones to improve indoor position information | |
Agrawal et al. | Smart phone based indoor pedestrian localization system | |
Kessel et al. | Automated WLAN calibration with a backtracking particle filter | |
CN115705349A (zh) | 地图构建的方法及其装置 | |
Ghantous et al. | Augmented reality indoor navigation based on Wi-Fi trilateration | |
Mautz et al. | A robust indoor positioning and auto-localisation algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |